机器人如何在复杂的环境下进行视觉识别？
2020年5月28日 来源：轩明工业机器人 浏览 903 次 评论（0）
我们都知道，人类有学习的能力。由于人类不断的追求学习和进步，我们今天才处于一个美好的文明社会。百科上是这么定义学习的：学习是通过阅读、观察、实践等手段获得知识或技能的过程，是使得个体得到持续性变化的行为方式。
在工业过后，关于机器学习的话题不停被人们提及和研究。不难想象，具备有学习能力的 机器人 ，由于经验可以被无穷无尽的芯片储存，机器人做出的判断将越来越精准，犯错的几率也将趋于零。正因为这些优势，机器学习被应用在了的、复杂条件下的视觉识别、决策判定等领域。近，某著名手机品牌又火了一把，它可以通过摄像头，识别人脸并完成解锁手机等功能。有趣的是，不管主人造型怎么变化，它都能认出主人的脸。实际上，该手机搭载有神经网络芯片，通过机器学习，它能不断的记住主人在每个造型下的微小区别（积累经验）并进行横向对比，终它将基本不会认错人。同样的，在RoboMaster2017的赛场上，有着一个九宫格大能量机关。这是当前版本的赛场中，需要用到机器学习式视觉识别的人工智能机关。激活机关的过程有些复杂。机器人先要识别上方的LED数字灯，按照先后顺序，依次识别并击打下方每1.5秒就变换一次位置的手写体数字，连续5次击打成功即可激活机关。我们来看下这个机关的难点：上方数码管为有序、随机变化的固定形态数字，下方九宫格为每1.5秒随机变化位置和字体的手写体数字，1.5秒内只要错了一个就要重头开始。手写体数字举例如下：面对各种字体的数字一，若按照上面的传统视觉方法来识别，机器人需要将这五种情况“背下来”。但是，万一比赛出现了第6种数字一，机器人就会彻底蒙圈了：“这是啥？没见过，不认识。通过上面两个例子，我们可以知道，RoboMaster赛场中的大能量机关属于更的、复杂条件下的视觉识别难题，需要用机器学习来解决。机器人具备机器学习的能力，实际上是在说它的计算机程序具备机器学习的能力。一个计算机程序不断地实战，过程中不断累积经验，自己提高解决问题的能力，则认为该程序具有机器学习能力。简单说，就是丢给机器一大堆样本范例，让它自己学习理解，再举一反三，解决范例以外的问题如果是经过机器学习训练的机器人呢？只要训练得当，都逃不过它的法眼，一眼看穿！
